通信信号自动调制识别的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·通信信号识别概述 | 第10-11页 |
| ·国内外的研究状况 | 第11-13页 |
| ·本论文的主要工作 | 第13-14页 |
| ·本文的章节安排 | 第14-16页 |
| 第二章 通信信号的特征提取与选择 | 第16-32页 |
| ·本文研究的通信信号 | 第16-21页 |
| ·通信信号的特征提取 | 第21-26页 |
| ·基于模糊遗传算法的特征选择 | 第26-30页 |
| ·基于模糊特征估计的特征选择准则 | 第27-29页 |
| ·模糊遗传算法 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第三章 通信信号的瞬时参数提取 | 第32-58页 |
| ·基于短时傅里叶脊的瞬时参数提取 | 第32-38页 |
| ·短时傅里叶变换 | 第32-33页 |
| ·短时傅里叶脊与瞬时参数的关系 | 第33页 |
| ·基于奇异值分解的短时傅里叶脊的确定 | 第33-35页 |
| ·仿真实验 | 第35-38页 |
| ·基于小波变换和小波脊的瞬时参数提取 | 第38-46页 |
| ·小波变换 | 第38-39页 |
| ·基于小波变换的瞬时参数提取 | 第39页 |
| ·基于小波脊的瞬时参数提取 | 第39-41页 |
| ·仿真实验 | 第41-46页 |
| ·基于高分辨自适应时频分析的瞬时参数提取 | 第46-56页 |
| ·Capon 波束形成算法 | 第46-48页 |
| ·高分辨自适应时频分析 | 第48-51页 |
| ·基于 Capon 的短时傅里叶表示 | 第49-50页 |
| ·基于 Capon 的wigner 时频表示 | 第50-51页 |
| ·仿真实验 | 第51-56页 |
| ·小结 | 第56-58页 |
| 第四章 单个分类器设计 | 第58-79页 |
| ·基于神经网络的分类器设计 | 第58-63页 |
| ·MLP 神经网络 | 第59-61页 |
| ·仿真实验 | 第61-63页 |
| ·基于模糊神经网络的分类器设计 | 第63-69页 |
| ·模糊逻辑系统 | 第63-65页 |
| ·模糊神经网络 | 第65-66页 |
| ·仿真实验 | 第66-69页 |
| ·基于支持向量机的分类器设计 | 第69-78页 |
| ·统计学习理论 | 第70-71页 |
| ·支持向量机 | 第71-74页 |
| ·一对一多类模糊支持向量机分类器 | 第74-75页 |
| ·一对多多类模糊支持向量机分类器 | 第75页 |
| ·仿真实验 | 第75-78页 |
| ·小结 | 第78-79页 |
| 第五章 组合分类器设计 | 第79-95页 |
| ·基于神经网络的组合分类器设计 | 第79-85页 |
| ·模糊积分理论 | 第79-81页 |
| ·模糊积分组合分类器设计 | 第81-83页 |
| ·仿真实验 | 第83-85页 |
| ·基于支持向量机的组合分类器设计 | 第85-90页 |
| ·一对一组合分类器设计 | 第85-86页 |
| ·一对多组合分类器设计 | 第86-87页 |
| ·仿真实验 | 第87-90页 |
| ·基于模糊神经网络的组合分类器设计 | 第90-93页 |
| ·组合分类器的设计 | 第90-91页 |
| ·仿真实验 | 第91-93页 |
| ·小结 | 第93-95页 |
| 第六章 全文总结 | 第95-97页 |
| 致谢 | 第97-98页 |
| 参考文献 | 第98-102页 |
| 攻硕期间取得的研究成果 | 第102页 |
| 个人简介 | 第102-103页 |
